Collective Intelligence

Collective Intelligence -tutkimusryhmä keskittyy tutkimuksessaan tekoälyyn (Artificial Intelligence)AI), mukaan lukien koneoppimisen (Machine Learning, ML). Tutkimusryhmän työ ei pohjaudu pelkästään tekoälyn ja koneoppimisen hyödyntämiseen muualla vaan sen tavoitteena on etenkin tekoälyn ja koneoppimisen kehittäminen itsessään.

Perustiedot

Tutkimuksen painoala

Informaatioteknologia ja ihminen tietoyhteiskunnassa

Tutkimusalueet

Laskennalliset tieteet

Tiedekunta

Informaatioteknologian tiedekunta

Tutkimusryhmän kuvaus

Collective Intelligence -tutkimusryhmä (aiemmin Industrial Ontologies Group) on pilotoi useita erilaisia sisältöjä, metodeja ja työkaluja, ja on hallinnoi kahta Informaatioteknologian tiedekunnan kansainvälistä maisteriohjelmaa: WISE: Web Intelligence and Service Engineering; ja COIN: “Cognitive Computing and Collective Intelligence”.

Lue tutkimusryhmästä lisää englanninkielisillä sivuilla!

Ajankohtaista

Jäsenet

Tutkimusryhmä

Tutkimusryhmän vetäjät

Vagan Terziyan

Professori

Jäsenet

Julkaisut

Julkaisu

2023

Responsible cognitive digital clones as decision-makers : a design science research study

European Journal of Information Systems.

Golovianko, Mariia

Gryshko, Svitlana

Terziyan, Vagan

Tuunanen, Tuure

Julkaisu

2023

The Truth is Out There : Focusing on Smaller to Guess Bigger in Image Classification

International Conference on Industry 4.0 and Smart Manufacturing. Procedia Computer Science. Elsevier.

Terziyan, Vagan

Kaikova, Olena

Malyk, Diana

Branytskyi, Vladyslav

Julkaisu

2022

Artificial General Intelligence vs. Industry 4.0 : Do They Need Each Other?

International Conference on Industry 4.0 and Smart Manufacturing. Procedia Computer Science. Elsevier.

Kumpulainen, Samu

Terziyan, Vagan

Julkaisu

2022

Digital clones and digital immunity : adversarial training handles both

International Journal of Simulation and Process Modelling.

Branytskyi, Vladyslav

Golovianko, Mariia

Gryshko, Svitlana

Malyk, Diana

Terziyan, Vagan

Tuunanen, Tuure

Julkaisu

2022

Explainable AI for Industry 4.0 : Semantic Representation of Deep Learning Models

International Conference on Industry 4.0 and Smart Manufacturing. Procedia Computer Science. Elsevier.

Terziyan, Vagan

Vitko, Oleksandra

Julkaisu

2022

Generative adversarial networks with bio-inspired primary visual cortex for Industry 4.0

International Conference on Industry 4.0 and Smart Manufacturing. Procedia Computer Science. Elsevier.

Branytskyi, Vladyslav

Golovianko, Mariia

Malyk, Diana

Terziyan, Vagan

Julkaisu

2022

Hybrid Threats against Industry 4.0 : Adversarial Training of Resilience

International Conference on Energy and City of the Future. E3S Web of Conferences. EDP Sciences.

Kaikova, Olena

Terziyan, Vagan

Tiihonen, Timo

Golovianko, Mariia

Gryshko, Svitlana

Titova, Liudmyla

Julkaisu

2022

Hyper-flexible Convolutional Neural Networks based on Generalized Lehmer and Power Means

Neural Networks.

Terziyan, Vagan

Malyk, Diana

Golovianko, Mariia

Branytskyi, Vladyslav

Julkaisu

2022

Neural Networks with Disabilities : An Introduction to Complementary Artificial Intelligence

Neural Computation.

Terziyan, Vagan

Kaikova, Olena

Julkaisu

2021

Anonymization as homeomorphic data space transformation for privacy-preserving deep learning

International Conference on Industry 4.0 and Smart Manufacturing. Procedia Computer Science. Elsevier.

Girka, Anastasiia

Terziyan, Vagan

Gavriushenko, Mariia

Gontarenko, Andrii

Julkaisu

2021

Cloning and training collective intelligence with generative adversarial networks

IET Collaborative Intelligent Manufacturing.

Terziyan, Vagan

Gavriushenko, Mariia

Girka, Anastasiia

Gontarenko, Andrii

Kaikova, Olena

Julkaisu

2021

Requirement analysis for an artificial intelligence model for the diagnosis of the COVID-19 from chest X-ray data

IEEE International Conference on Bioinformatics and Biomedicine.

Kalliokoski, Tuomo